The real reason for brains
Daniel Wolpert

Letras em inglês

Letras em português

Veloc.:

Letra e Tradução
Clique para ir ao ponto exato

00:15I'm a neuroscientist.
Eu sou um neurocientista.

00:17And in neuroscience,
E em neurociências,

00:19we have to deal with many difficult questions about the brain.
temos de lidar com questões muito difíceis sobre o cérebro.

00:22But I want to start with the easiest question
Mas eu quero começar com a questão mais fácil

00:24and the question you really should have all asked yourselves at some point in your life,
e que vocês devem ter se perguntado em algum ponto de sua vida,

00:27because it's a fundamental question
pois é uma questão fundamental

00:29if we want to understand brain function.
para entendermos a função do cérebro.

00:31And that is, why do we and other animals
E ela é: por que nós e outros animais

00:33have brains?
temos cérebros?

00:35Not all species on our planet have brains,
Nem todas as espécies em nosso planeta têm cérebro,

00:38so if we want to know what the brain is for,
então se queremos saber para que o cérebro serve,

00:40let's think about why we evolved one.
vamos pensar sobre por que um evoluiu em nós.

00:42Now you may reason that we have one
Vocês podem argumentar que temos um

00:44to perceive the world or to think,
para perceber o mundo ou pensar,

00:46and that's completely wrong.
e isso está completamente errado.

00:48If you think about this question for any length of time,
Se você pensar nessa questão por algum tempo,

00:51it's blindingly obvious why we have a brain.
é extremamente óbvio por que temos um cérebro.

00:53We have a brain for one reason and one reason only,
Nós temos um cérebro por uma razão e apenas uma,

00:56and that's to produce adaptable and complex movements.
que é produzir movimentos complexos e adaptáveis.

00:59There is no other reason to have a brain.
Não há qualquer outra razão para ter um cérebro.

01:01Think about it.
Pensem sobre isso.

01:03Movement is the only way you have
O movimento é o único modo que vocês têm

01:05of affecting the world around you.
de afetar o mundo à sua volta.

01:07Now that's not quite true. There's one other way, and that's through sweating.
Agora isso não é bem verdade. Tem outro modo, e é por meio do suor.

01:10But apart from that,
Mas além disso,

01:12everything else goes through contractions of muscles.
tudo mais acontece por meio da contração de músculos.

01:14So think about communication --
Então pensar sobre comunicação --

01:16speech, gestures, writing, sign language --
fala, gestos, escrita, língua de sinais --

01:19they're all mediated through contractions of your muscles.
eles são todos mediados por meio de contração de seus músculos.

01:22So it's really important to remember
Então é muito importante lembrar

01:24that sensory, memory and cognitive processes are all important,
que processos sensoriais, mnemônicos e cognitivos são importantes,

01:28but they're only important
mas só são importantes

01:30to either drive or suppress future movements.
para dirigir ou suprimir futuros movimentos.

01:32There can be no evolutionary advantage
Não pode haver vantagem adaptativa

01:34to laying down memories of childhood
em esquecer memórias da infância

01:36or perceiving the color of a rose
ou perceber a cor de uma rosa

01:38if it doesn't affect the way you're going to move later in life.
se isso não afeta o modo como você se move na vida.

01:41Now for those who don't believe this argument,
Agora para aqueles que não acreditam nesse argumento,

01:43we have trees and grass on our planet without the brain,
nós temos árvores e grama sem cérebro em nosso planeta,

01:45but the clinching evidence is this animal here --
mas a evidência mais forte é esse animal aqui --

01:47the humble sea squirt.
o pequeno tunicado.

01:49Rudimentary animal, has a nervous system,
Um animal rudimentar, que tem um sistema nervoso,

01:52swims around in the ocean in its juvenile life.
nada pelo oceano em sua fase juvenil.

01:54And at some point of its life,
E em certo ponto de sua vida,

01:56it implants on a rock.
ele se ancora numa pedra.

01:58And the first thing it does in implanting on that rock, which it never leaves,
E a primeira coisa que faz ao se ancorar nessa pedra, que nunca mais deixa,

02:01is to digest its own brain and nervous system
é digerir seu próprio cérebro e sistema nervoso

02:04for food.
como comida.

02:06So once you don't need to move,
Então uma vez que não é preciso se mexer,

02:08you don't need the luxury of that brain.
não há necessidade de ter um cérebro.

02:11And this animal is often taken
E esse animal é tomado com frequência

02:13as an analogy to what happens at universities
como uma analogia ao que acontece nas universidades

02:15when professors get tenure,
quando o professor alcança estabilidade,

02:17but that's a different subject.
mas esse é outro assunto.

02:19(Applause)
(Aplausos)

02:21So I am a movement chauvinist.
Eu sou um chauvinista do movimento.

02:24I believe movement is the most important function of the brain --
Eu acredito que o movimeto é a função mais importante do cérebro,

02:26don't let anyone tell you that it's not true.
a não permito a ninguém dizer que isso não é verdade.

02:28Now if movement is so important,
Agora se o movimeno é tão importante,

02:30how well are we doing
como estamos indo

02:32understanding how the brain controls movement?
na compreensão de como o cérebro controla o movimento?

02:34And the answer is we're doing extremely poorly; it's a very hard problem.
E a resposta é que estamos indo mal. É um problema muito difícil.

02:36But we can look at how well we're doing
Mas podemos verificar como estamos indo

02:38by thinking about how well we're doing building machines
ao pensar sobre quão bem estamos indo ao construir máquinas

02:40which can do what humans can do.
que podem fazer o que os humanos fazem.

02:42Think about the game of chess.
Pensem sobre o jogo de xadrez.

02:44How well are we doing determining what piece to move where?
Estamos indo bem ao determinar qual peça deve se mover para onde?

02:47If you pit Garry Kasparov here, when he's not in jail,
Se você confrontar o Gary Kasparov, quando ele não está na prisão,

02:50against IBM's Deep Blue,
contra o Deep Blue da IBM,

02:52well the answer is IBM's Deep Blue will occasionally win.
então a resposta é que o Deep Blue vai ganhar às vezes.

02:55And I think if IBM's Deep Blue played anyone in this room, it would win every time.
E eu acho que se o Deep Blue jogasse contra qualquer um nessa sala, iria ganhar todas.

02:58That problem is solved.
Esse problema está resolvido.

03:00What about the problem
Quanto ao problema

03:02of picking up a chess piece,
de pegar uma peça de xadrez,

03:04dexterously manipulating it and putting it back down on the board?
manipulá-la com destreza e colocá-la de volta no tabuleiro?

03:07If you put a five year-old child's dexterity against the best robots of today,
Se confrontar a destreza de uma criança de 5 anos contra o melhor robô atual,

03:10the answer is simple:
a resposta é simples:

03:12the child wins easily.
a criança vence facilmente.

03:14There's no competition at all.
Não há competição alguma.

03:16Now why is that top problem so easy
Agora por que o problema acima é tão fácil

03:18and the bottom problem so hard?
e o problema abaixo é tão difícil?

03:20One reason is a very smart five year-old
Uma resposta é que uma criança de 5 anos muito esperta

03:22could tell you the algorithm for that top problem --
poderia dizer o algoritmo para o problema acima --

03:24look at all possible moves to the end of the game
verificar todos os movimentos possíveis para o fim do jogo

03:26and choose the one that makes you win.
e escolher aquele que traz a vitória.

03:28So it's a very simple algorithm.
Então é um algoritmo muito simples.

03:30Now of course there are other moves,
Agora é claro que há outros movimentos,

03:32but with vast computers we approximate
mas com computadores potentes

03:34and come close to the optimal solution.
nós nos aproximamos da melhor solução.

03:36When it comes to being dexterous,
Quando o problema é ter destreza,

03:38it's not even clear what the algorithm is you have to solve to be dexterous.
não é muito claro qual o algoritmo que é preciso para ter isso.

03:40And we'll see you have to both perceive and act on the world,
E constatamos que é preciso tanto perceber quanto agir no mundo,

03:42which has a lot of problems.
o que traz um monte de problemas.

03:44But let me show you cutting-edge robotics.
Mas deixem-me mostrar a robótica de ponta.

03:46Now a lot of robotics is very impressive,
Vários robôs são bem impressionantes,

03:48but manipulation robotics is really just in the dark ages.
mas robôs de manipulação estão na idade das trevas.

03:51So this is the end of a Ph.D. project
Então isso é o fim de um projeto de doutorado

03:53from one of the best robotics institutes.
de um dos melhores institutos de robótica.

03:55And the student has trained this robot
E o estudante treinou esse robô

03:57to pour this water into a glass.
a colocar água num copo.

03:59It's a hard problem because the water sloshes about, but it can do it.
É um problema difícil pois a água escorre, mas ele pode fazer isso.

04:02But it doesn't do it with anything like the agility of a human.
Mas ele não está no mesmo nível de agilidade de um humano.

04:05Now if you want this robot to do a different task,
Agora se você quer que esse robô faça uma tarefa diferente,

04:08that's another three-year Ph.D. program.
isso é outro projeto de doutorado.

04:11There is no generalization at all
Não há generalização nenhuma

04:13from one task to another in robotics.
de uma tarefa para outra em robótica.

04:15Now we can compare this
Agora podemos comparar isso

04:17to cutting-edge human performance.
com o desempenho de ponta humano.

04:19So what I'm going to show you is Emily Fox
Então o que vou mostrar a você é Emily Fox

04:21winning the world record for cup stacking.
batendo o recorde mundial de empilhamento de copos.

04:24Now the Americans in the audience will know all about cup stacking.
Os americanos na audiência já conhecem tudo sobre isso.

04:26It's a high school sport
É um esporte escolar

04:28where you have 12 cups you have to stack and unstack
no qual é preciso empilhar e desempilhar 12 copos

04:30against the clock in a prescribed order.
contra o relógio, numa ordem pré-definida.

04:32And this is her getting the world record in real time.
E isso é ela batendo o recorde em tempo real.

04:39(Laughter)
(Risos)

04:47(Applause)
(Aplausos)

04:52And she's pretty happy.
E ela está muito feliz.

04:54We have no idea what is going on inside her brain when she does that,
Nós não temos ideia do que passava em seu cérebro quando ela fazia isso,

04:56and that's what we'd like to know.
e é isso que queremos saber.

04:58So in my group, what we try to do
Então na minha equipe, o que tentamos

05:00is reverse engineer how humans control movement.
é fazer engenharia reversa de como os humanos controlam o movimento.

05:03And it sounds like an easy problem.
E isso parece um problema simples.

05:05You send a command down, it causes muscles to contract.
Você envia um comando, isso faz os músculos contraírem.

05:07Your arm or body moves,
Seu braço ou corpo se move,

05:09and you get sensory feedback from vision, from skin, from muscles and so on.
e você recebe um retorno sensorial da visão, da pele, dos músculos e assim por diante.

05:12The trouble is
O problema é

05:14these signals are not the beautiful signals you want them to be.
que esses sinais não são tão belos quanto você gostaria.

05:16So one thing that makes controlling movement difficult
Então uma coisa que torna o controle de movimento difícil

05:18is, for example, sensory feedback is extremely noisy.
é o retorno sensorial ser muito ruidoso.

05:21Now by noise, I do not mean sound.
Por ruído, não quero dizer barulho.

05:24We use it in the engineering and neuroscience sense
Nós o usamos no sentido da engenharia e neurociência

05:26meaning a random noise corrupting a signal.
para remeter um ruído geral corrompendo um sinal.

05:28So the old days before digital radio when you were tuning in your radio
Antigamente, quando você sintonizava seu rádio

05:31and you heard "crrcckkk" on the station you wanted to hear,
e ouvia um "crrrrrkkk' na estação que queria ouvir,

05:33that was the noise.
isso era o ruído.

05:35But more generally, this noise is something that corrupts the signal.
Mas de forma geral, esse ruído é algo que corrompe o sinal.

05:38So for example, if you put your hand under a table
Por exemplo, se você colocar sua mão sob a mesa

05:40and try to localize it with your other hand,
e tentar localizá-la com sua outra mão,

05:42you can be off by several centimeters
você pode errar por vários centímetros

05:44due to the noise in sensory feedback.
devido ao ruído do retorno sensorial.

05:46Similarly, when you put motor output on movement output,
De maneira similar, quando você insere motricidade na eferência do movimento,

05:48it's extremely noisy.
é extremamente ruidoso.

05:50Forget about trying to hit the bull's eye in darts,
Desista de tentar acertar o alvo no jogo de dardos,

05:52just aim for the same spot over and over again.
apenas mire o mesmo ponto de novo e de novo.

05:54You have a huge spread due to movement variability.
Você tem uma grande margem devido à variabilidade do movimento.

05:57And more than that, the outside world, or task,
E mais do que isso, o mundo exterior, ou a tarefa,

05:59is both ambiguous and variable.
são tanto ambíguos quanto variáveis.

06:01The teapot could be full, it could be empty.
O bule pode estar cheio, ou pode estar vazio.

06:03It changes over time.
Isso muda com o tempo.

06:05So we work in a whole sensory movement task soup of noise.
Então trabalhamos numa sopa de ruídos de tarefas sensório-motoras.

06:09Now this noise is so great
O ruído é tão grande

06:11that society places a huge premium
que a sociedade oferece um grande prêmio

06:13on those of us who can reduce the consequences of noise.
para aqueles que podem reduzir as consequências do ruído.

06:16So if you're lucky enough to be able to knock a small white ball
Então se você tiver sorte o bastante para conseguir rebater uma bola

06:19into a hole several hundred yards away using a long metal stick,
num buraco a centenas de metros de distância usando um taco de metal,

06:22our society will be willing to reward you
nossa sociedade irá recompensá-lo

06:24with hundreds of millions of dollars.
com centenas de milhões de dólares.

06:27Now what I want to convince you of
Agora quero convencê-los

06:29is the brain also goes through a lot of effort
de que o cérebro também faz um grande esforço

06:31to reduce the negative consequences
para reduzir as consequências negativas

06:33of this sort of noise and variability.
desse tipo de ruído e variabilidade.

06:35And to do that, I'm going to tell you about a framework
E para convencê-los, eu vou falar sobre um paradigma

06:37which is very popular in statistics and machine learning of the last 50 years
que é muito popular em estatística e aprendizagem de máquina há 50 anos,

06:40called Bayesian decision theory.
chamada teoria bayesiana de decisão.

06:42And it's more recently a unifying way
E mais recentemente uma forma unificadora

06:45to think about how the brain deals with uncertainty.
de pensar sobre como o cérebro lida com a incerteza.

06:48And the fundamental idea is you want to make inferences and then take actions.
E a ideia fundamental é fazer inferências e depois executar ações.

06:51So let's think about the inference.
Então vamos pensar sobre a inferência.

06:53You want to generate beliefs about the world.
Queremos gerar crenças sobre o mundo.

06:55So what are beliefs?
Então quais são as crenças?

06:57Beliefs could be: where are my arms in space?
As crenças podem ser: onde estão meus braços no espaço?

06:59Am I looking at a cat or a fox?
Estou procurando um gato ou uma raposa?

07:01But we're going to represent beliefs with probabilities.
Mas vamos representar crenças com probabilidades.

07:04So we're going to represent a belief
Então vamos representar uma crença

07:06with a number between zero and one --
com um número entre zero e um --

07:08zero meaning I don't believe it at all, one means I'm absolutely certain.
zero significa que não acredito nisso, um significa que tenho certeza disso.

07:11And numbers in between give you the gray levels of uncertainty.
E os números entre eles dão os níveis cinza de incerteza.

07:14And the key idea to Bayesian inference
E a ideia central da inferência bayesiana

07:16is you have two sources of information
é que há duas fontes de informação

07:18from which to make your inference.
das quais é feita nossa inferência.

07:20You have data,
Há os dados,

07:22and data in neuroscience is sensory input.
e dados em neurociência são a aferência sensorial.

07:24So I have sensory input, which I can take in to make beliefs.
Então eu tenho aferência sensorial, que eu uso para fazer crenças.

07:27But there's another source of information, and that's effectively prior knowledge.
Mas há outra fonte de informação, e que é efetivamente conhecimento prévio.

07:30You accumulate knowledge throughout your life in memories.
Você acumula conhecimento ao longo da vida em memórias.

07:33And the point about Bayesian decision theory
E o argumento da teoria bayesiana de decisão

07:35is it gives you the mathematics
é que ela dá a matemática

07:37of the optimal way to combine
da melhor maneira de combinar

07:39your prior knowledge with your sensory evidence
seu conhecimento prévio com sua evidência sensorial

07:41to generate new beliefs.
para gerar novas crenças.

07:43And I've put the formula up there.
E eu coloquei a fórmula lá em cima.

07:45I'm not going to explain what that formula is, but it's very beautiful.
Eu não vou explicar como é a fórmula, mas é muito bonita.

07:47And it has real beauty and real explanatory power.
E tem uma beleza e poder explicativo verdadeiros.

07:50And what it really says, and what you want to estimate,
E o que ela explica, e o que você quer estimar,

07:52is the probability of different beliefs
é a probabilidade de crenças diferentes

07:54given your sensory input.
em função de sua aferência sensorial.

07:56So let me give you an intuitive example.
Então deixem-me dar um exemplo intuitivo.

07:58Imagine you're learning to play tennis
Imagine que você está aprendendo a jogar tênis

08:01and you want to decide where the ball is going to bounce
e você quer decidir onde a bola vai quicar

08:03as it comes over the net towards you.
enquanto ela passa sobre a rede.

08:05There are two sources of information
Há duas fontes de informação

08:07Bayes' rule tells you.
segundo a regra de Bayes.

08:09There's sensory evidence -- you can use visual information auditory information,
Há a evidência sensorial -- você pode usar a informação visual, informação auditiva,

08:12and that might tell you it's going to land in that red spot.
e isso pode dizer qual é o ponto vermelho.

08:15But you know that your senses are not perfect,
Mas você sabe que seus sentidos não são perfeitos,

08:18and therefore there's some variability of where it's going to land
e assim há alguma variabilidade sobre onde a bola vai cair

08:20shown by that cloud of red,
mostrada pela nuvem vermelha,

08:22representing numbers between 0.5 and maybe 0.1.
representando números entre 0,5 e talvez 0,1.

08:26That information is available in the current shot,
A informação é disponível no lance atual,

08:28but there's another source of information
mas há outra fonte de informação

08:30not available on the current shot,
não disponível no lance atual,

08:32but only available by repeated experience in the game of tennis,
mas apenas disponível por experiências repetidas no jogo de tênis,

08:35and that's that the ball doesn't bounce
e que é que a bola não quica

08:37with equal probability over the court during the match.
com a mesma probabilidade na quadra durante a partida.

08:39If you're playing against a very good opponent,
Se você está jogando contra um rival muito bom,

08:41they may distribute it in that green area,
elas podem se distribuir na área verde,

08:43which is the prior distribution,
que é a distribuição prévia,

08:45making it hard for you to return.
tornando a devolução difícil.

08:47Now both these sources of information carry important information.
Agora essas duas fontes trazem informações importantes.

08:49And what Bayes' rule says
E o que a regra de Bayes diz

08:51is that I should multiply the numbers on the red by the numbers on the green
é que eu devo multiplicar os números no vermelho pelos números no verde

08:54to get the numbers of the yellow, which have the ellipses,
para chegar aos números no amarelo, que mostra a elipse,

08:57and that's my belief.
e essa é a minha crença.

08:59So it's the optimal way of combining information.
Então essa é a melhor forma de combinar informação.

09:02Now I wouldn't tell you all this if it wasn't that a few years ago,
Eu não diria tudo isso a vocês se não fosse por estudo que fizemos,

09:04we showed this is exactly what people do
onde mostramos que é exatamente o que as pessoas fazem

09:06when they learn new movement skills.
quando aprendem novas habilidades de movimento.

09:08And what it means
E o que isso significa

09:10is we really are Bayesian inference machines.
é que nós somos máquinas de inferência bayesiana.

09:12As we go around, we learn about statistics of the world and lay that down,
Enquanto nos movemos, aprendemos sobre as estatísticas do mundo e suas regras,

09:16but we also learn
mas também aprendemos

09:18about how noisy our own sensory apparatus is,
sobre o quão ruidoso é nosso aparelho sensorial,

09:20and then combine those
e daí combinamos os dois

09:22in a real Bayesian way.
numa forma bayesiana.

09:24Now a key part to the Bayesian is this part of the formula.
Uma peça chave dessa teoria bayesiana é essa parte da fórmula.

09:27And what this part really says
E o que essa parte diz

09:29is I have to predict the probability
é que preciso prever a probabilidade

09:31of different sensory feedbacks
de diferentes retornos sensoriais

09:33given my beliefs.
dadas as minhas crenças.

09:35So that really means I have to make predictions of the future.
Então isso significa que preciso fazer previsões do futuro.

09:38And I want to convince you the brain does make predictions
E quero convencê-los de que o cérebro faz essas previsões

09:40of the sensory feedback it's going to get.
sobre o que o retorno sensorial vai receber.

09:42And moreover, it profoundly changes your perceptions
Além disso, ele muda profundamente suas percepções

09:44by what you do.
pelo que você faz.

09:46And to do that, I'll tell you
E para fazer isso, eu direi a vocês

09:48about how the brain deals with sensory input.
sobre como o cérebro lida com a aferência sensorial.

09:50So you send a command out,
Então você envia um comando,

09:53you get sensory feedback back,
você recebe retorno sensorial,

09:55and that transformation is governed
e essa transformação é chefiada

09:57by the physics of your body and your sensory apparatus.
pela física do seu corpo e seu aparelho sensorial.

10:00But you can imagine looking inside the brain.
Mas você pode se imaginar olhando para dentro do cérebro.

10:02And here's inside the brain.
E eis aqui o interior do cérebro.

10:04You might have a little predictor, a neural simulator,
Você pode ter um pequeno preditor, um simulador neural,

10:06of the physics of your body and your senses.
da física do seu corpo e sentidos.

10:08So as you send a movement command down,
Então enquanto você envia um comando para baixo,

10:10you tap a copy of that off
você faz uma cópia disso

10:12and run it into your neural simulator
e a executa no seu simulador neural

10:14to anticipate the sensory consequences of your actions.
para antecipar as consequências sensorias de suas ações.

10:18So as I shake this ketchup bottle,
Enquanto agito essa bisnaga de ketchup,

10:20I get some true sensory feedback as the function of time in the bottom row.
eu recebo retorno sensorial como a função do tempo na linha de baixo.

10:23And if I've got a good predictor, it predicts the same thing.
E se eu tiver um bom preditor, ele prevê a mesma coisa.

10:26Well why would I bother doing that?
Por que eu me importaria com isso?

10:28I'm going to get the same feedback anyway.
Eu vou receber o mesmo retorno de qualquer jeito.

10:30Well there's good reasons.
Bem, há boas razões.

10:32Imagine, as I shake the ketchup bottle,
Imaginem que, enquanto agito a bisnaga,

10:34someone very kindly comes up to me and taps it on the back for me.
alguém muito gentil chega e dá um tapinha no fundo da bisnaga para mim.

10:37Now I get an extra source of sensory information
Agora eu recebo uma fonte extra de informação sensorial

10:39due to that external act.
devido a esse ato externo.

10:41So I get two sources.
Então eu tenho duas fontes.

10:43I get you tapping on it, and I get me shaking it,
Eu tenho alguém dando tapinhas, e eu agitando isso,

10:46but from my senses' point of view,
mas pelo ponto de vista de meus sentidos,

10:48that is combined together into one source of information.
eles são combinados em uma fonte de informação.

10:51Now there's good reason to believe
Agora há boas razões para acreditar

10:53that you would want to be able to distinguish external events from internal events.
que você gostaria de saber distinguir eventos externos dos eventos internos.

10:56Because external events are actually much more behaviorally relevant
Pois eventos externos são muito mais relevantes para o comportamento

10:59than feeling everything that's going on inside my body.
que sentir tudo o que acontece dentro do meu corpo.

11:02So one way to reconstruct that
Então uma forma de reconstruir isso

11:04is to compare the prediction --
é comparar a previsão --

11:06which is only based on your movement commands --
que é apenas baseada em seus comandos de movimento --

11:08with the reality.
com a realidade.

11:10Any discrepancy should hopefully be external.
Qualquer discrepância deve ser externa.

11:13So as I go around the world,
Então enquanto ando pelo mundo,

11:15I'm making predictions of what I should get, subtracting them off.
eu faço previsões do que devo receber, e as subtraio.

11:18Everything left over is external to me.
Tudo o que sobrar é externo a mim.

11:20What evidence is there for this?
Qual é a evidência para isso?

11:22Well there's one very clear example
Bem, há um exemplo muito claro

11:24where a sensation generated by myself feels very different
em que uma sensação gerada por mim mesmo é sentida de forma diferente

11:26then if generated by another person.
de uma gerada por outra pessoa.

11:28And so we decided the most obvious place to start
Então decidimos que o melhor lugar para começar

11:30was with tickling.
era com cócegas.

11:32It's been known for a long time, you can't tickle yourself
É sabido há muito tempo que não se pode fazer cócegas em si mesmo

11:34as well as other people can.
da mesma forma como outras pessoas fazem.

11:36But it hasn't really been shown, it's because you have a neural simulator,
Mas não foi demonstrado que é por causa de seu simulador neural,

11:39simulating your own body
simulando seu próprio corpo

11:41and subtracting off that sense.
e subtraindo esse sentido.

11:43So we can bring the experiments of the 21st century
Então podemos fazer experimentos do século 21

11:46by applying robotic technologies to this problem.
aplicando tecnologias robóticas nesse problema.

11:49And in effect, what we have is some sort of stick in one hand attached to a robot,
E com efeito, o que temos é um tipo de vareta em uma mão acoplada a um robô,

11:52and they're going to move that back and forward.
e ele vai movê-la para frente e para trás.

11:54And then we're going to track that with a computer
E depois vamos rastrear isso com um computador

11:56and use it to control another robot,
e usá-lo para controlar outro robô,

11:58which is going to tickle their palm with another stick.
que vai cocegar sua palma com outra vareta.

12:00And then we're going to ask them to rate a bunch of things
E depois vamos pedir a eles que avaliem um bocado de coisas

12:02including ticklishness.
incluindo cócegas.

12:04I'll show you just one part of our study.
Eu vou mostrar a vocês só uma parte de nosso estudo.

12:06And here I've taken away the robots,
E aqui eu excluí os robôs,

12:08but basically people move with their right arm sinusoidally back and forward.
mas basicamente as pessoas movem seu braço direito de forma sinusoidal para frente e para trás.

12:11And we replay that to the other hand with a time delay.
E nós repetimos isso com a outra mão com um intervalo temporal.

12:14Either no time delay,
Ou sem intervalo nenhum,

12:16in which case light would just tickle your palm,
caso em que a luz apenas cocega sua palma,

12:18or with a time delay of two-tenths of three-tenths of a second.
ou com um intervalo de dois ou três décimos de segundo.

12:22So the important point here
Então o ponto importante aqui

12:24is the right hand always does the same things -- sinusoidal movement.
é que a mão direita sempre faz as mesmas coisas -- movimento sinusoidal.

12:27The left hand always is the same and puts sinusoidal tickle.
A mão esquerda é sempre a mesma e sente uma cócega sinusoidal.

12:30All we're playing with is a tempo causality.
E estamos brincando com uma causalidade de ritmo.

12:32And as we go from naught to 0.1 second,
E se partimos de zero para 0,1 segundo,

12:34it becomes more ticklish.
ela se torna mais coceguenta.

12:36As you go from 0.1 to 0.2,
Se vamos de 0,1 para 0,2,

12:38it becomes more ticklish at the end.
ela se torna mais coceguenta no fim.

12:40And by 0.2 of a second,
E a partir de 0,2,

12:42it's equivalently ticklish
é tão coceguento

12:44to the robot that just tickled you without you doing anything.
quanto o robô que o tocava sem você fazer nada.

12:46So whatever is responsible for this cancellation
Então o que quer que seja responsável por esse cancelamento

12:48is extremely tightly coupled with tempo causality.
é extremamente acoplado com causalidade de ritmo.

12:51And based on this illustration, we really convinced ourselves in the field
E baseado nessa ilustração, nós realmente nos convencemos

12:54that the brain's making precise predictions
de que o cérebro faz previsões precisas

12:56and subtracting them off from the sensations.
e as subtrai das sensações.

12:59Now I have to admit, these are the worst studies my lab has ever run.
Agora preciso admitir, esses são os piores estudos que meu laboratório fez.

13:02Because the tickle sensation on the palm comes and goes,
Pois a sensação de cócega na palma vai e vem,

13:04you need large numbers of subjects
é necessário um grande número de indivíduos

13:06with these stars making them significant.
com essas estrelas mostrando ser significantes.

13:08So we were looking for a much more objective way
Então estamos buscando por uma maneira mais objetiva

13:10to assess this phenomena.
de acessar esse fenômeno.

13:12And in the intervening years I had two daughters.
E ao longo dos anos eu tive duas filhas.

13:14And one thing you notice about children in backseats of cars on long journeys,
E uma coisa que se percebe em crianças no banco de trás de carros em longas viagens

13:17they get into fights --
é que elas brigam --

13:19which started with one of them doing something to the other, the other retaliating.
que começa com uma fazendo alguma coisa para a outra, a outra devolvendo.

13:22It quickly escalates.
Isso aumenta com rapidez.

13:24And children tend to get into fights which escalate in terms of force.
E as crianças tendem a ter brigas que aumentam em termos de força.

13:27Now when I screamed at my children to stop,
Agora quando eu grito para minhas crianças pararem,

13:29sometimes they would both say to me
algumas vezes ambas me dizem

13:31the other person hit them harder.
que a outra bateu mais forte.

13:34Now I happen to know my children don't lie,
Eu sei que minhas crianças não mentem,

13:36so I thought, as a neuroscientist,
então pensei, como neurocientista,

13:38it was important how I could explain
que era importante que pudesse explicar

13:40how they were telling inconsistent truths.
como elas diziam verdades inconsistentes.

13:42And we hypothesize based on the tickling study
E testamos isso, baseado no estudo das cócegas,

13:44that when one child hits another,
que, quando uma criança bate na outra,

13:46they generate the movement command.
elas geram o comando de movimento.

13:48They predict the sensory consequences and subtract it off.
Elas predizem as consequências sensoriais e as subtraem.

13:51So they actually think they've hit the person less hard than they have --
Então elas pensam que acertam a outra com menos força do que fizeram --

13:53rather like the tickling.
assim como as cócegas.

13:55Whereas the passive recipient
Visto que o recipiente passivo

13:57doesn't make the prediction, feels the full blow.
não faz as previsões, sente a carga total.

13:59So if they retaliate with the same force,
Então se elas retaliam com a mesma força,

14:01the first person will think it's been escalated.
a primeira pessoa vai achar que foi superada.

14:03So we decided to test this in the lab.
Então decidimos testar isso no laboratório.

14:05(Laughter)
(Risos)

14:08Now we don't work with children, we don't work with hitting,
Não trabalhamos com crianças, não trabalhamos com brigas,

14:10but the concept is identical.
mas o conceito é idêntico.

14:12We bring in two adults. We tell them they're going to play a game.
Nós trazemos dois adultos. Nós dissemos a eles para jogar um jogo.

14:15And so here's player one and player two sitting opposite to each other.
E aqui há o jogador um e o jogador dois sentados de frente um para o outro.

14:17And the game is very simple.
E o jogo é muito simples;

14:19We started with a motor
Nós começamos com um motor

14:21with a little lever, a little force transfuser.
com uma pequena alavanca, um transferidor de força.

14:23And we use this motor to apply force down to player one's fingers
E usamos esse motor para aplicar força sobre os dedos do jogador um

14:25for three seconds and then it stops.
por três segundos e depois ele para.

14:28And that player's been told, remember the experience of that force
E dissemos para esse jogador lembrar da experiência da força

14:31and use your other finger
e usar o outro dedo

14:33to apply the same force
para aplicar a mesma força

14:35down to the other subject's finger through a force transfuser -- and they do that.
sobre o dedo do outro sujeito através de um transferidor de força -- e assim fizeram.

14:38And player two's been told, remember the experience of that force.
E dissemos para o jogador dois lembrar da experiência daquela força

14:41Use your other hand to apply the force back down.
e usar sua outra mão para aplicar a força para baixo.

14:44And so they take it in turns
E eles fizeram isso em rodadas

14:46to apply the force they've just experienced back and forward.
para aplicar a força que experimentaram para frente.

14:48But critically,
Mas mais importante,

14:50they're briefed about the rules of the game in separate rooms.
eles foram ensinados sobre as regras do jogo em salas separadas.

14:53So they don't know the rules the other person's playing by.
Então um não sabe as regras com que o outro está jogando.

14:55And what we've measured
E o que medimos

14:57is the force as a function of terms.
é a força como função de termos.

14:59And if we look at what we start with,
E se observarmos com o que começamos,

15:01a quarter of a Newton there, a number of turns,
um quarto de Newton, após algumas rodadas,

15:03perfect would be that red line.
o perfeito seria a linha vermelha.

15:05And what we see in all pairs of subjects is this --
E o que vimos em todos os pares de indivíduos foi isso:

15:08a 70 percent escalation in force
um aumento de 70 por cento da força

15:10on each go.
em cada rodada.

15:12So it really suggests, when you're doing this --
Então isso sugere, quando você faz isso --

15:14based on this study and others we've done --
baseado nesse estudo e em outros que fizemos --

15:16that the brain is canceling the sensory consequences
que o cérebro está cancelando as consequências sensoriais

15:18and underestimating the force it's producing.
e subestimando a força que está produzindo.

15:20So it re-shows the brain makes predictions
Então isso reapresenta o cérebro fazendo previsões

15:22and fundamentally changes the precepts.
e mudando fundamentalmente os preceitos.

15:25So we've made inferences, we've done predictions,
Então fizemos inferências, fizemos previsões,

15:28now we have to generate actions.
agora temos de gerar ações.

15:30And what Bayes' rule says is, given my beliefs,
E o que a regra de Bayes diz é, dadas minhas crenças,

15:32the action should in some sense be optimal.
a ação deve ser ótima em algum nível.

15:34But we've got a problem.
Mas temos um problema.

15:36Tasks are symbolic -- I want to drink, I want to dance --
As tarefas são simbólicas -- eu quero beber, quero dançar --

15:39but the movement system has to contract 600 muscles
mas o sistema de movimento precisa contrair 600 músculos

15:41in a particular sequence.
numa sequência específica.

15:43And there's a big gap
E há um grande intervalo

15:45between the task and the movement system.
entre a tarefa e o sistema de movimento.

15:47So it could be bridged in infinitely many different ways.
Então eles podem estar conectados por infinitas formas.

15:49So think about just a point to point movement.
Então pensem sobre um movimento ponto a ponto.

15:51I could choose these two paths
Eu poderia escolher essas duas vias

15:53out of an infinite number of paths.
entre um número infinito de vias.

15:55Having chosen a particular path,
Após escolher uma via específica,

15:57I can hold my hand on that path
eu posso segurar minha mão nessa via

15:59as infinitely many different joint configurations.
assim como em muitas configurações de articulação.

16:01And I can hold my arm in a particular joint configuration
E posso segurar meu braço numa configuração de articulação específica

16:03either very stiff or very relaxed.
de forma muito rígida ou muito relaxada.

16:05So I have a huge amount of choice to make.
Então tenho um monte de escolhas a fazer.

16:08Now it turns out, we are extremely stereotypical.
Acontece que somos extremamente estereotipados.

16:11We all move the same way pretty much.
Nós nos movemos da mesma forma com frequência.

16:14And so it turns out we're so stereotypical,
E somos tão estereotipados,

16:16our brains have got dedicated neural circuitry
que nossos cérebros dedicam uma circuitaria neural

16:18to decode this stereotyping.
para decodificar essa estereotipagem.

16:20So if I take some dots
Então se eu pegar alguns pontos

16:22and set them in motion with biological motion,
e colocá-los em movimento com movimento biológico,

16:25your brain's circuitry would understand instantly what's going on.
sua circuitaria cerebral entende na hora o que está acontecendo.

16:28Now this is a bunch of dots moving.
Agora isso é um monte de pontos se movendo.

16:30You will know what this person is doing,
Você sabe o que esta pessoa está fazendo,

16:33whether happy, sad, old, young -- a huge amount of information.
se está feliz, triste, velha, jovem -- um monte de informações.

16:36If these dots were cars going on a racing circuit,
Se esses pontos fossem carros numa pista de corrida,

16:38you would have absolutely no idea what's going on.
você não saberia o que está acontecendo.

16:41So why is it
Então por que

16:43that we move the particular ways we do?
nos movemos de formas específicas?

16:45Well let's think about what really happens.
Bem, vamos pensar sobre o que realmente acontece.

16:47Maybe we don't all quite move the same way.
Talvez não nos movamos da mesma forma.

16:50Maybe there's variation in the population.
Talvez haja variações na população.

16:52And maybe those who move better than others
E talvez aqueles que se movem melhor que os outros

16:54have got more chance of getting their children into the next generation.
tenham mais chances de ter filhos para a próxima geração.

16:56So in evolutionary scales, movements get better.
Então em escalas evolucionárias, os movimentos melhoram.

16:59And perhaps in life, movements get better through learning.
E talvez na vida, os movimentos melhoram com aprendizagem.

17:02So what is it about a movement which is good or bad?
Então o que define se um movimento é bom ou ruim?

17:04Imagine I want to intercept this ball.
Imaginem que eu quero rebater essa bola.

17:06Here are two possible paths to that ball.
Há duas vias possíveis para essa bola.

17:09Well if I choose the left-hand path,
Se eu escolho a via da esquerda,

17:11I can work out the forces required
eu posso trabalhar as forças necessárias

17:13in one of my muscles as a function of time.
em um de meus músculos em função do tempo.

17:15But there's noise added to this.
Mas há ruído somado a isso.

17:17So what I actually get, based on this lovely, smooth, desired force,
Então o que eu recebo, baseado nessa força suave e desejada,

17:20is a very noisy version.
é uma versão muito ruidosa.

17:22So if I pick the same command through many times,
Se eu escolho o mesmo comando por várias vezes,

17:25I will get a different noisy version each time, because noise changes each time.
eu recebo um ruído diferente cada vez, pois o ruído muda com o tempo.

17:28So what I can show you here
Então o que posso mostrar a vocês

17:30is how the variability of the movement will evolve
é como a variabilidade do movimento evolui

17:32if I choose that way.
se escolho esse caminho.

17:34If I choose a different way of moving -- on the right for example --
Se eu escolho um caminho diferente para me mover -- pela direita por exemplo --

17:37then I'll have a different command, different noise,
então eu tenho um comando diferente, ruído diferente,

17:39playing through a noisy system, very complicated.
ativando um sistema ruidoso, muito complicado.

17:42All we can be sure of is the variability will be different.
Só podemos estar certos de que a variabilidade será diferente.

17:45If I move in this particular way,
Se eu me movo nessa forma particular,

17:47I end up with a smaller variability across many movements.
eu termino com uma variabilidade menor depois de muitos movimentos.

17:50So if I have to choose between those two,
Então se eu preciso escolher entre essas duas,

17:52I would choose the right one because it's less variable.
eu escolheria a da direita pois é a menos variável.

17:54And the fundamental idea
E a ideia central

17:56is you want to plan your movements
é que você quer planejar seus movimentos

17:58so as to minimize the negative consequence of the noise.
de forma a minimizar as consequências negativas desse ruído.

18:01And one intuition to get
E uma intuição a ter

18:03is actually the amount of noise or variability I show here
é que a quantidade de ruído ou variabilidade que mostro aqui

18:05gets bigger as the force gets bigger.
se torna maior conforme a força aumenta.

18:07So you want to avoid big forces as one principle.
Então é preciso evitar forças excessivas a princípio.

18:10So we've shown that using this,
Então mostramos que ao usar isso,

18:12we can explain a huge amount of data --
podemos explicar uma grande quantidade de dados --

18:14that exactly people are going about their lives planning movements
que as pessoas passam suas vidas planejando movimentos

18:17so as to minimize negative consequences of noise.
para minimizar consequências negativas do ruído.

18:20So I hope I've convinced you the brain is there
Então espero que tenha convencido vocês de que o cérebro

18:22and evolved to control movement.
existe e evoluiu para controlar movimentos.

18:24And it's an intellectual challenge to understand how we do that.
E é um desafio intelectual compreender como fazemos isso.

18:27But it's also relevant
Mas também é relevante

18:29for disease and rehabilitation.
para doenças e reabilitação.

18:31There are many diseases which effect movement.
Há muitas doenças que afetam movimentos.

18:34And hopefully if we understand how we control movement,
E esperamos que ao compreendermos como controlamos movimentos,

18:36we can apply that to robotic technology.
possamos aplicar isso para tecnologia robótica.

18:38And finally, I want to remind you,
E finalmente, eu quero lembrar a vocês,

18:40when you see animals do what look like very simple tasks,
quando vemos animais fazer o que parecem ser tarefas muito simples,

18:42the actual complexity of what is going on inside their brain
a complexidade real do que está acontecendo dentro do cérebro

18:44is really quite dramatic.
é realmente dramática.

18:46Thank you very much.
Muito obrigado.

18:48(Applause)
(Aplausos)

18:56Chris Anderson: Quick question for you, Dan.
Chris Anderson: Uma pergunta rápida a você, Dan.

18:58So you're a movement -- (DW: Chauvinist.) -- chauvinist.
Então você é um -- (DW: Chauvinista) -- chauvinista do movimento.

19:02Does that mean that you think that the other things we think our brains are about --
Isso quer dizer que você acha que as outras coisas que pensamos sobre nosso cérebro --

19:05the dreaming, the yearning, the falling in love and all these things --
os sonhos, desejos, se apaixonar e todas essas coisas --

19:08are a kind of side show, an accident?
são como um efeito colateral, um acidente?

19:11DW: No, no, actually I think they're all important
DW: Não, na verdade eu acho que elas são todas importantes

19:13to drive the right movement behavior to get reproduction in the end.
para dirigir o comportamento de movimento correto para chegar à reprodução no fim.

19:16So I think people who study sensation or memory
Eu penso assim sobre as pessoas que estudam sensação ou memória

19:19without realizing why you're laying down memories of childhood.
sem perceber por que você esquece as memórias da infância.

19:21The fact that we forget most of our childhood, for example,
O fato de esquecermos a maior parte de nossa infância, por exemplo,

19:24is probably fine, because it doesn't effect our movements later in life.
provavelmente é normal, pois isso não afeta nossos movimentos mais tarde.

19:27You only need to store things which are really going to effect movement.
Você só precisa guardar coisas que vão realmente afetar o movimento.

19:30CA: So you think that people thinking about the brain, and consciousness generally,
CA: Então você acha que as pessoas que estudam o cérebro, e a consciência de forma geral,

19:33could get real insight
poderiam ter uma reflexão verdadeira

19:35by saying, where does movement play in this game?
ao perguntar onde o movimento se envolve nesse jogo?

19:37DW: So people have found out for example
DW: As pessoas descobriram, por exemplo,

19:39that studying vision in the absence of realizing why you have vision
que estudar a visão sem a noção de por que você tem visão

19:41is a mistake.
é um erro.

19:43You have to study vision with the realization
Você precisa estudar a visão tendo em vista

19:45of how the movement system is going to use vision.
como o sistema de movimento vai usar a visão.

19:47And it uses it very differently once you think about it that way.
E ele o usa de forma muito diferente depois que você pensa sobre isso.

19:49CA: Well that was quite fascinating. Thank you very much indeed.
CA: Bem, isso foi realmente fascinante. Muito obrigado.

19:52(Applause)
(Aplausos)

Neuroscientist Daniel Wolpert starts from a surprising premise: the brain evolved, not to think or feel, but to control movement. In this entertaining, data-rich talk he gives us a glimpse into how the brain creates the grace and agility of human motion.

Comentários

The real reason for brains - Daniel Wolpert